基于Apriori算法的煤矿生产数据关联规则挖掘研究

"关联规则Apriori算法在煤矿生产数据上的应用研究" 本文主要研究了关联规则Apriori算法在煤矿生产数据上的应用，旨在挖掘出煤矿生产数据之间的关联规则。关联规则挖掘是数据挖掘中最重要、最活跃的研究内容之一，已经成功应用于市场营销、事务分析等领域，并逐渐应用于煤矿领域。 关联规则挖掘过程主要包含两个阶段：第一阶段是找出所有的频繁项集，第二阶段是由这些频繁项集中产生关联规则。Apriori算法是一种最有影响力的挖掘布尔关联规则频繁项集的算法，其核心是基于两阶段频集思想的递推算法。 在本研究中，我们采用了关联规则Apriori算法对煤矿生产调度子系统的数据进行频繁模式的挖掘，并对挖掘出来的频繁模式进行关联规则分析。结果表明，原煤实际产量和实际开拓进尺存在很高的关联度。 关联规则Apriori算法的应用在煤矿生产数据上的优点是可以挖掘出隐含在数据中的有价值的信息，为煤矿调度人员提供一定的决策依据。同时，关联规则Apriori算法也可以用于预测和分析统计。 本研究证明了关联规则Apriori算法在煤矿生产数据上的应用价值，旨在挖掘出煤矿生产数据之间的关联规则，并为煤矿调度人员提供一定的决策依据。 知识点： 1. 关联规则挖掘是数据挖掘中最重要、最活跃的研究内容之一。 2. Apriori算法是一种最有影响力的挖掘布尔关联规则频繁项集的算法。 3. 关联规则挖掘过程主要包含两个阶段：找出所有的频繁项集和由这些频繁项集中产生关联规则。 4. 关联规则Apriori算法可以挖掘出隐含在数据中的有价值的信息，为煤矿调度人员提供一定的决策依据。 5. 关联规则Apriori算法也可以用于预测和分析统计。 6. 关联规则Apriori算法在煤矿生产数据上的应用价值体现在挖掘出煤矿生产数据之间的关联规则。 关键词：关联规则Apriori算法频繁项集归一化离散化